覆盖10万篇论文：AI提取百万条实验结论，2026顶会数据可查

从79k到101k：论文知识库的扩容与2026年补全

几周前，一位开发者基于ICML、NeurIPS、ICLR、CVPR、AAAI十年论文构建的“主题页”引发了讨论。当时用户指出的明显缺口是：基准测试记录和消融实验数据只更新到2025年。现在这个问题已经修复。

据Reddit原帖更新，团队从约101k篇全文中提取了结果（上次发帖时为79k篇），得到约一百万条“尝试了X，得到Y”的发现。2026年的覆盖情况如下：ICML、CVPR、AAAI几乎全部收录，ICLR收录了5.4k篇中的约4.1k篇。NeurIPS 2026仅完成略超一半，主要原因是大量PDF尚未公开。

这一进展的意义在于，AI研究的知识检索正在从“关键词搜索论文标题”向“结构化提取实验结论”演进。对于需要快速了解某个子领域进展的研究者和工程师来说，直接查看基准数据的变化趋势，比逐篇阅读摘要更高效。

高斯泼溅案例：PSNR在涨，但有些数据集纹丝不动

原帖给出了一个持续追踪的示例：紧凑/高效高斯泼溅（compact/efficient Gaussian splatting）。在Mip-NeRF 360数据集上，PSNR持续攀升——从28.01到2025年的29.5，再到2026年的30.1。但Deep Blending仍卡在约30.4，Tanks&Temples也没有明显变化。

更值得玩味的是基线表格的混乱。论文中报告的普通3DGS在Mip-NeRF 360上的PSNR从16到27.7不等。这意味着“我们比3DGS提升了2 dB”这句话，在不同论文里的实际含义可能完全不同——因为大家对比的“3DGS”本身就不是同一个数字。

这个案例揭示了AI论文中一个普遍问题：基线复现的不一致性，使得跨论文的性能比较变得困难。而结构化提取数据恰好能让这种不一致暴露出来。

高斯泼溅（Gaussian Splatting） 是2023年SIGGRAPH上提出的一种三维场景重建与实时渲染技术。它将场景表示为大量带位置、协方差、颜色和透明度参数的三维高斯椭球，通过可微分的“泼溅”光栅化流程投影到图像平面进行渲染。相比NeRF依赖逐点采样和体积渲染的方式，高斯泼溅在训练和推理速度上都有数量级提升，因此迅速成为新视角合成领域的主流基线。其性能通常用PSNR、SSIM、LPIPS等指标衡量，而Mip-NeRF 360、Tanks&Temples、Deep Blending是三个标准的真实场景评测数据集，难度和场景特性各不相同——Mip-NeRF 360偏无界场景，Deep Blending场景较少且已接近饱和，这解释了为何后者的PSNR长期停滞。

三大顶会2026趋势：智能体升温，多模态翻倍，可验证强化学习爆发

团队还为ICML、CVPR、ICLR 2026各撰写了一份“报纸”，对比今年与去年的论文主题变化。原帖作者列出的几个意外发现包括：

• LLM智能体在ICML的占比从1.2%升至4.4%；
• 多模态LLM在CVPR的占比翻倍（5.4% → 10.8%）；
• 在ICLR，带可验证奖励的强化学习从几乎为零增长到110篇；
• Qwen是三个会议结果表格中使用最多的基础模型，且领先幅度很大；
• 约四分之一的论文所测试的改动，按作者自己的数据，没有帮助甚至让结果变差。

最后一点尤其值得注意。论文倾向于过度报告“有效”的结果，但即便如此，仍有相当比例的消融实验显示改动无效或有害。这提醒读者：读到“我们提出了X方法，效果提升”时，不妨多看一眼消融表格。

带可验证奖励的强化学习（RLVR） 是2025年前后兴起的一类训练范式，代表性工作包括DeepSeek^广告-R1所采用的方法。其核心思想是：对数学题、代码题等具有客观正确答案的任务，用规则化验证器（如答案匹配、单元测试通过率）自动给出奖励信号，从而绕开训练奖励模型这一环节，直接对LLM进行强化学习优化。由于奖励信号可验证、难以被“奖励黑客”利用，RLVR在提升模型推理能力上表现突出，也因此在ICLR 2026上从几乎为零增长到110篇，成为增长最快的方向之一。

Qwen 是阿里巴巴通义千问^广告团队开源的大语言模型系列，涵盖从0.5B到数百B参数的稠密与MoE版本，并提供多模态、代码等专用变体。由于开源可商用、尺寸梯度完整、中文与多语言能力较强，Qwen在学术研究中被广泛用作基座模型或对比基线，这是它成为三大顶会结果表格中出现频率最高的基础模型的主要原因。

使用提醒：AI提取的数据，别当排行榜用

原帖作者明确标注了局限：数字由AI提取，没有人手工核对，且论文本身存在过度报告成功结果的倾向。建议将其作为起点而非排行榜。

这一态度值得肯定。结构化论文数据工具的价值不在于给出绝对排名，而在于帮助研究者快速定位相关实验、发现基线不一致、追踪趋势变化。如果熟悉某个主题并发现错误，作者表示非常希望收到反馈。

目前所有主题页无需注册即可访问，三份“报纸”的头版开放，完整版需要免费账户。

对AI研究工具生态的启示

从社区反馈驱动的迭代节奏来看，这类工具正在填补一个真实需求：论文数量爆发式增长，但实验数据的可比较性在下降。将百万级“尝试-结果”对结构化，虽然精度有待人工校验，但为文献调研提供了一种新的入口。

对于AI工程师而言，这意味着在动手复现之前，可以先查看同一基准上不同论文报告的数字分布，对“SOTA”有一个更现实的预期。对于研究者，基线表格的混乱本身就是一个值得注意的方法论问题。